Musicoterapia con Inteligencia Artificial para Funciones Psicosociales y Cognitivas de Adultos Mayores (AMT)

Objetivos:

1. evaluar más a fondo los beneficios de la musicoterapia tradicional (TMT) en adultos mayores
2. evaluar los beneficios adicionales de la musicoterapia empática (AIT) con IA dinámica de Pi Speaker en comparación con TMT en adultos mayores
3. para evaluar la durabilidad a largo plazo durante un período de 3 meses de los beneficios de capacitación, si corresponde
4. para validar los auriculares EEG en tiempo real de Pi y el altavoz de IA correspondiente para uso terapéutico futuro.

Muestra: se reclutarán adultos mayores sanos (65 años o más) del grupo de participantes de personas mayores de Ryerson (RSPP) y mediante publicidad. El tamaño de la muestra objetivo será de 45 participantes, aleatorizados uniformemente en los tres brazos de intervención: TMT, AIT y grupo de control (GC) en lista de espera sin tratamiento.

Diseño general y procedimiento: se recogerá el consentimiento informado. Todos los grupos completarán evaluaciones de resultados conductuales y neurofisiológicos en tres puntos de tiempo: prueba previa, prueba posterior y seguimiento de 3 meses. El EEG y la validación del estado de ánimo se realizarán en la prueba previa para el grupo AIT. Durante este procedimiento, los participantes estarán expuestos a la base de datos de música predeterminada para inducir el estado de ánimo objetivo mientras se registra el EEG y se controla la regulación del estado de ánimo (p. ej., Sourina et al., 2012). Se les pedirá a los participantes que autocalifiquen su valencia emocional positiva (feliz y tranquilo) completando el Programa de afecto positivo y negativo (Watson, et al., 1988). Los participantes en los grupos de intervención recibirán instrucciones sobre su respectivo programa de intervención para garantizar que se familiaricen por completo.

Intervención: los grupos TMT y AIT se extenderán durante 4 semanas, lo que requerirá la participación en al menos cuatro sesiones de escucha de música de 30 minutos por semana, entregadas en línea a través de la nube desde los altavoces Pi. El grupo AIT estará expuesto a piezas musicales seleccionadas individualmente en función de los datos recopilados en la prueba previa. El grupo TMT estará expuesto al azar al mismo conjunto de música, pero no dependiendo de su estado de ánimo.

Plan de análisis de datos: se realizará un modelo de regresión de efectos mixtos en cada variable de resultado en las sesiones posteriores a la prueba y de seguimiento, con el rendimiento previo a la prueba como covariable y las condiciones de intervención ingresadas como variables predictoras primarias. En otras palabras, se analizarán las diferencias de grupo en el desempeño de los resultados estandarizados en la prueba posterior y en las sesiones de seguimiento de 3 meses, controlando el desempeño previo a la prueba inicial, para validar los beneficios del entrenamiento de TMT y AIT, en relación con CG. El estudio también validará el auricular EEG de Pi Electronics con el sistema EEG de 64 canales BioSemi al comparar la diferencia máxima media de las formas de onda promedio de los potenciales relacionados con eventos mediante pruebas t.

Cronología:

Período de 1 año a partir de 2022, detallado a continuación en meses:

• 1°-2°: Aprobación del Consejo de Ética en Investigación
• 2º-3º: Diseño y preparación de pruebas
• 2º a 6º: formación de asistente de investigación; reclutamiento de participantes
• 3ro-9no: Recopilación y validación de datos
• 8-11: Análisis de datos
• 10-12: Difusión del conocimiento
• 12: Informe final y encuesta de Mitacs